[train] 整理比赛最终训练架构

01_doc/version_history.md

@@ -10,6 +10,7 @@
 | `v0.3.1` | 实机记录 | 补充第一代 Sim2Real 实机视频 |
 | `v0.4.0` | 新训练基线 | 第一份完整的新 MJCF、新 mjlab 框架和 Rough 策略工程 |
 | `v0.5.0` | 随机化增强 | 扩大观测、延迟和动力学随机化，加入持续外力扰动 |
+| `v0.6.0` | 比赛训练架构 | 分轴奖励、自适应指令课程、障碍释放课程和比赛站姿 |
 
 ## `v0.4.0` 的模型变化
 
@@ -28,3 +29,16 @@
 - 执行器刚度和阻尼缩放由 `0.9–1.1` 扩大到 `0.5–1.5`。
 - 增加膝部和轮部质量的 `0.7–1.3` 随机缩放。
 - 增加作用于机身的连续随机外力和力矩扰动。
+
+## `v0.6.0` 的比赛训练架构
+
+- 保持 `v0.4.0` 引入的新 MJCF 和 mjlab 框架不变。
+- 将线速度奖励拆分为 x/y 两轴，并独立配置偏航角速度奖励。
+- 增加自适应 x/y/yaw 指令范围课程。
+- 增加障碍地形逐步释放与更严格的地形晋级逻辑。
+- 增加楼梯横向速度和偏航漂移约束。
+- 默认站姿调整为髋俯仰 `0.550`、膝关节 `-1.125`，初始机身高度为 `0.42 m`。
+- 增加速度误差、轮速跟踪、动作和姿态等训练诊断指标。
+- 该 Tag 保存比赛训练代码架构，不把每次继续训练产生的 checkpoint 误记为新的软件版本。
+
+训练阶段的详细关系见 [`training_evolution.md`](training_evolution.md)。